Leetcode 200 Number of Islands

本文介绍了一种使用深度优先搜索(DFS)算法来计算二维网格中岛屿数量的方法。通过遍历网格,当遇到‘1’时,进行DFS并标记已访问过的岛屿部分,最终返回岛屿总数。适用于解决岛屿数量计算问题。

Problem:

在这里插入图片描述

Analysis

  1. scan grid to find ‘1’
  2. if ‘1’, then dfs or bfs and label

Code

class Solution1 {
 // 1. scan grid   2.if ==1, dfs and label
    
    final static int[][] dirs = {{1,0},{-1,0},{0,1},{0,-1}};
    public int numIslands(char[][] grid) {
      // sanity test  
        if (grid == null || grid.length == 0 || grid[0].length == 0){
            return 0;
        }
        
        int count = 0;
        final int rows = grid.length;
        final int cols = grid[0].length;
        
        for (int i=0; i<rows; i++){
            for (int j=0; j<cols; j++){
                if (grid[i][j] == '1'){
                    count++;
                    // System.out.print(count);
                    dfs(grid, i, j, rows, cols);
                }
            }
        }
        
        return count;  
    }
    
    
    private void dfs(char[][] grid, int x, int y, int rows, int cols){
        // basic case
        if (x < 0 || x >= rows || y < 0 || y >= cols || grid[x][y] == '0' || grid[x][y] == '2'){
            return;
        }
        
        
        // recursive rules
        grid[x][y] = '2';
        for (int[] dir: dirs){
            int neiX = x + dir[0];
            int neiY = y + dir[1];
            dfs(grid, neiX, neiY, rows, cols);
        }
            
    }
    
   
}
一、基础信息 数据集名称:Bottle Fin实例分割数据集 图片数量: 训练集:4418张图片 验证集:1104张图片 总计:5522张图片 分类类别: - 类别0: 数字0 - 类别1: 数字1 - 类别2: 数字2 - 类别3: 数字3 - 类别4: 数字4 - 类别5: 数字5 - 类别6: Bottle Fin 标注格式:YOLO格式,包含多边形坐标,适用于实例分割任务。 数据格式:图片格式常见如JPEG或PNG,具体未指定。 二、适用场景 实例分割AI模型开发:数据集支持实例分割任务,帮助构建能够精确识别和分割图像中多个对象的AI模型,适用于对象检测和分割应用。 工业自动化与质量控制:可能应用于制造、物流或零售领域,用于自动化检测和分类物体,提升生产效率。 计算机视觉研究:支持实例分割算法的学术研究,促进目标检测和分割技术的创新。 教育与实践培训:可用于高校或培训机构的计算机视觉课程,作为实例分割任务的实践资源,帮助学生理解多类别分割。 三、数据集优势 多类别设计:包含7个不同类别,涵盖数字和Bottle Fin对象,增强模型对多样对象的识别和分割能力。 高质量标注:标注采用YOLO格式的多边形坐标,确保分割边界的精确性,提升模型训练效果。 数据规模适中:拥有超过5500张图片,提供充足的样本用于模型训练和验证,支持稳健的AI开发。 即插即用兼容性:标注格式直接兼容主流深度学习框架(如YOLO),便于快速集成到各种实例分割项目中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值